功能纳米与软物质研究院Mario Lanza教授课题组在Nature Electronics上发表论文
随着忆阻器在非易失性存储器、模拟人类大脑的深度学习等重要领域的研究逐步深入,忆阻器的研究得到越来越多的重视。在固态电子器件和电路中应用二维材料,将有助于扩展摩尔定律,并能获得优于CMOS的先进产品。基于二维材料的忆阻器能够应用于信息存储和神经态计算,具有高热稳定性,阈值型和双极型阻变共存,增强、抑制和弛豫的高度可控性,以及出色的机械稳定性和透明度等优点。 近日,功能纳米与软物质研究院Mario Lanza教授在Nature子刊《Nature Electronics》上发表了题为“Wafer-scale integration of two-dimensional materials in high-density memristive crossbar arrays for artificial neural networks”的封面文章。作者提出二维材料六方氮化硼(h-BN)可以作为高密度忆阻阵列的阻变材料,构建可用于图像识别的人工神经网络的器件。其获得h-BN基忆阻阵列器件成品率高达98%,且表现出超低的周期间差异性(低至1.53%)和出色的器件间差异性(低至5.74%)。图像分类器的仿真结果表明,所测得的器件I-V曲线的均一性足以匹配理想软件实现所需的精度。
苏州大学
2021-02-01